RESUMEN Introducción: La resistencia a la insulina (RI) es una de las principales causas del desarrollo de patologías crónicas. Es indispensable su detección temprana, por ello es importante estudiar métodos más asequibles y menos costosos como los biomarcadores. Objetivo: Determinar la precisión diagnóstica de once biomarcadores para RI en una muestra de pobladores peruanos. Metodología: Estudio de pruebas diagnósticas. Análisis de base de datos secundario del estudio PERU MIGRANT. Para medir RI se utilizó como referencia la evaluación del modelo homeostático (HOMA-IR) ≥ 2,8. Los biomarcadores se basaron en la ratio de lípidos, los indicadores de lípido visceral, los indicadores con triglicéridos y glucosa (TyG), y los indicadores con cintura abdominal. Para la precisión se utilizó el análisis de la curva de características operativas del receptor y el área bajo la curva (AUC) con sus respectivos intervalos de confianza al 95% (IC95%). Resultados: Se estudió a 938 participantes. La prevalencia de RI fue del 9,91%. En relación con el análisis ROC, el índice TyG - índice de masa corporal (TyG - IMC) tuvo el mayor AUC, tanto en hombres: AUC=0,85 (0,81 - 0,90), corte=241,55; sens=92,5 (79,6 - 98,4) y esp=78,3 (73,9 - 82,2); como en mujeres: AUC=0,81 (0,76 - 0,85), corte=258,77; sens=79,2 (70,3 - 86,5) y esp= 82,1 (78,0 - 85,8). Discusión: Según los datos analizados, el índice TyG-IMC es el mejor indicador para medir RI. Es un índice simple que se puede tomar de manera rutinaria en la práctica clínica diaria. Es conveniente añadir futuros estudios prospectivos que confirmen su capacidad predictiva.

ABSTRACT Introduction: Insulin resistance (IR) is one of the main causes of chronic disease. Early detection is essential, which is why it is important to study more affordable and less expensive methods, such as biomarkers. Objective: To determine the diagnostic accuracy of 11 biomarkers of IR in a sample of Peruvian residents. Method: diagnostic tests. Secondary Database Analysis of the PERU-MIGRANT Study. To measure RI, a homeostatic model evaluation (HOMA-IR) ≥ 2.8 was used as a reference. Biomarkers were based on the lipid ratio, visceral lipid indicators, indicators of triglycerides and glucose (TyG), and indicators of abdominal waist. For precision, the receiver operating characteristic curve and area under the curve (AUC) with their respective 95% confidence intervals (95%CI) were used. Results: A total of 938 participants were studied. The prevalence of IR was 9.91%. In relation to the ROC analysis, the TyG index - body mass index (TyG - BMI) had the highest AUC, both in men: AUC=0.85 (0.81 - 0.90), cut-off=241.55; sens=92.5 (79.6 - 98.4) and sp=78.3 (73.9 - 82.2); as in women: AUC=0.81 (0.76 - 0.85), cut-off=258.77; sens=79.2 (70.3 - 86.5) and esp= 82.1 (78.0 - 85.8). Discussion: According to the data analyzed, the TyG-IMC index is the best indicator for measuring IR. It is a simple index that can be routinely used in clinical practice. Future prospective studies are needed to confirm its predictive capacity.

RESUMEN Introducción: Los pacientes con el fenotipo delgado metabólicamente obeso (DMO) pueden presentar el mismo riesgo que los obesos clásicos para desarrollar enfermedades crónicas a largo plazo. No obstante, la prevalencia y los factores que se encuentran asociados este varía de acuerdo con la población estudiada. Objetivo: determinar la prevalencia y los factores se encuentran asociados al fenotipo DMO en el Perú. Métodos: Estudio analítico de corte transversal. Análisis secundario de la base de datos del estudio PERU MIGRANT. Los factores asociados que se consideraron fueron: edad (30-44 años, de 45-59 años, y 60 a más años), sexo, estado socioeconómico, nivel de educación, migración, tabaquismo, consumo de alcohol y nivel actividad física. Resultados: La prevalencia del fenotipo DMO fue de 32,23% (IC95% 27,61-37,10). En el análisis multivariable, el sexo masculino mostró 39% menor probabilidad de presentar el fenotipo DMO (PRa: 0,610; IC95% 0,428-0,869; p=0,006), en comparación con el sexo femenino. Mientras que, pertenecer a los grupos de edad entre 45-59 años y de 60 años a más presentó 110,5% (PRa: 2,105; IC95% 1,484-2,988; p<0,001) y 97,6% (PRa: 1,976; IC95% 1,270-3,075; p=0,003), respectivamente, mayor probabilidad de presentar DMO, en comparación con el grupo de 29-44 años. Conclusiones: El pertenecer al sexo femenino y a los grupos de edad de 45 a 59 y 60 años a más, aumentaron la probabilidad de presentar el fenotipo DMO. Se recomienda la realización de futuros estudios con prospectivos y con un tamaño de muestra mayor para confirmar dichos hallazgos, así como la inclusión de nuevas variables.

ABSTRACT Introduction: Patients with the lean metabolically obese (BMD) phenotype may present the same risk as the classic obese for developing long-term chronic diseases. However, the prevalence and the factors that are associated with it vary according to the population studied. Objective: to determine the prevalence and the factors associated with the BMD phenotype in Peru. Methods: Cross-sectional analytical study. Secondary analysis of the PERU MIGRANT study database. The associated factors that were considered were: age (30-44 years, 45-59 years, and 60 years and over), sex, socioeconomic status, level of education, migration, smoking, alcohol consumption and level of physical activity. Results: The prevalence of the BMD phenotype was 32.23% (95% CI 27.61-37.10). In the multivariate analysis, the male sex showed a 39% lower probability of presenting the BMD phenotype (PRa: 0.610; 95% CI 0.428-0.869; p=0.006), compared to the female sex. While belonging to the age groups between 45-59 years and 60 years and over presented 110.5% (PRa: 2.105; 95% CI 1.484-2.988; p<0.001) and 97.6% (PRa: 1.976; CI95% 1.270-3.075; p=0.003), respectively, greater probability of presenting BMD, compared to the group of 29-44 years. Conclusions: Belonging to the female sex and to the age groups of 45 to 59 and 60 years or more, increased the probability of presenting the BMD phenotype. Future prospective studies with a larger sample size are recommended to confirm these findings, as well as the inclusion of new variables.

RESUMEN Introducción: En la actualidad el trastorno de depresión mayor genera una alta carga de enfermedad en la población general, la cual suele ser mayor en estudiantes de medicina. El cuestionario de salud del paciente-9 (PHQ-9) es un instrumento ampliamente utilizado en la población general para evaluar la severidad de la depresión en atención primaria. Objetivo: Validar la estructura factorial del cuestionario PHQ-9 en internos de medicina humana de una universidad de referencia del Perú. Métodos: Se empleó un diseño observacional, transversal e instrumental. Se trabajó con una muestra de 343 internos de medicina humana. A partir de las respuestas del cuestionario se calculó el coeficiente alfa de Cronbach, así como el análisis factorial para determinar la validez de constructo del presente instrumento en la población objetivo. Resultados: El coeficiente alfa de Cronbach fue de 88.2%, los coeficientes de correlación ítem/test presentaron valores superiores a 0,5. Se obtuvo un valor superior a 0,05 para la prueba chi2 de bondad de ajuste para el modelo, así como resultados superiores a 0,9 para los coeficientes de bondad de ajuste del modelo. Conclusión: La estructura factorial del PHQ-9 posee una validez y confiabilidad adecuada en la población de internos de medicina humana.

ABSTRACT Introduction: Major depression currently generates a high burden of disease in the general population, which is usually higher in medical students. The Patient Health Questionnaire-9 (PHQ-9) is a widely used instrument in the general population to assess the severity of depression in primary care. Objective: To validate the factorial structure of the PHQ-9 questionnaire in human medicine interns at a reference university in Peru. Methods: An observational, cross-sectional, and instrumental design was used. We worked with a sample of 343 human medicine interns. From the responses to the questionnaire, Cronbach's alpha coefficient was calculated, as well as the factorial analysis to determine the construct validity of this instrument in the target population. Results: Cronbach's alpha coefficient was 88.2%, and the item/test correlation coefficients presented values higher than 0.5. A value greater than 0.05 was obtained for the chi2 goodness-of-fit test for the model, as well as results greater than 0.9 for the model's goodness-of-fit coefficients. Conclusion: The factorial structure of the PHQ-9 has adequate validity and reliability in the population of human medicine interns.